1.学习初衷 我刚开始是因为参加了今年的帆软数据分析大赛，官方有送券可以报班，选来选去，不知道选什么，觉得这个性价比比较高，又不用我额外付费，就选择了这个课程试一下水，了解一下fine bi 2.学习经历 （1）帆软的这个课程安排很满，加上平时工作又忙，作业经常也是踩点和后一天交的，直接看PPT做作业，基本没有怎么看视频（主要是时间也不够），这也导致了作业有一些细节是没有处理好的。后续有时间，会再整理一下。 （2）课程建议： 第一点，是PC和APP的学习视频都没有自动播放下一节的功能，并且APP的课程小节没有按顺序排，听完一节，每次都要根据编排码手动去找下一节视频，这点很不友好； 第二点，是PC与APP的学习进度的相关数据不会同步； 第三点，课程作业的安排太多了，一个需求两三个作业（不是两三题），作业难度不会很大，但是很多，而且差不多的题不止一题，简写还会被扣分，每个大题都要写操作步骤；我觉得课后作业在于精、全，而不在于多 3.学习成果 （1）认真去学，是可以掌握基本的fine bi操作，也可以做出一些仪表板 （2）整体来说，我觉得这个课程对于没有可视化基础的，是挺友好的，讲得也很详细、易懂；如果是有一定基础，只是想学一下这个软件，直接看文档就可以上手      

一、选手简介 1、选手介绍 （1）团队选手版 团队名称：遇见极光 队长：Venus，一位打酱油的数据分析师，目前在一家电商零售行业工作，小白一名，个人比较热爱数据分析工作，希望通过这次大赛可以结识更多同行，提升数据分析思维； 成员：时空守望者，目前就职于头部物流企业子公司， 从事算法设计类工作。   2、参赛初衷 希望通过参赛，学习FineBI大神们的分析思维，了解更多的业务场景、数据分析思维，提升自己的能力； 由于每个人的思维模式、个人经历等都是不一样的，对于看到的东西，也会有不一样的角度，通过团队间的交流，去补充别人想到自己没有想到或者忽略的地方，然后去不断地丰富自己、提升自己。 当然，奖励很诱人，拿奖冲冲冲   二、作品介绍 1、业务背景/需求痛点 最近，公司运营总监打算搞一场促销活动去提升销售业绩。为此，希望能对最近一次的促销活动做一个全面的分析，想通过数据看板来看最近一次的促销活动效果情况，判断促销活动能否帮助公司提升销售，以及提高效益。   2、数据来源 数据来源于某公司的脱敏数据，因为网上这一类数据比较难找，所以求助于朋友，正好朋友公司近段时间有在做促销这块的活动，所以在他公司领导同意的情况下选择部分数据进行脱敏使用。 涉及表格：销售明细表、用户流量表、产品访问流量表   3、分析思路 对于促销来说，除了提升业绩、达成销售目标，更多的是促销活动结束之后的效果，销售能否比促销活动之前更上一个台阶，所以这里更多的是选择活动促销之前、活动促销期间以及促动促销之后的数据进行对比分析，看它们之间的销售结构是否有变化   4、数据处理 使用自助数据集进行数据处理的，表结构比较简单，没有比较大的问题，刚开始比较粗心，一会忘记这个字段，一会忘记那个字段，后来就先写下来，再去做。   5、可视化报告 第一部分：活动的整体销售情况 销售完成度是选择了仪表盘，其余的选择了指标卡去展示，这样会更直观的看到整体活动的大体概况 后续开始，对活动前、活动中、活动后的数据进行不同维度的对比分析。 第二部分：销售情况对比 这里选择指标卡和柱状图分布进行呈现对比情况。其中，销售业绩、客单价、销售数量的对比，不止是从数值上的比较，还多了增长率的指标，把活动前与活动中、活动前与活动后的增长情况进行对比。（选择活动前与活动后的增长情况进行对比，是因为觉得应该更多的关注促销活动结束之后的，能带来什么样的效果，销售指标情况能否比促销活动之前更上一个台阶，这才能更多体现一个促销活动的价值，它不仅仅只是作用在活动期间） 从这里的销售情况对比可以看出，活动结束之后的带来的销售业绩增长比活动前是非常客观的，虽然相比活动前，客单价是小幅下降了，但是下单人数与订单数是大幅上升的；活动期间的客单价上升，这与采用的促销活动方式【满139.9元+9.9 元,可获得价值99元的礼品大礼包】有关，同时售后率也增加了，不排除用户当时购买了不需要的产品（或者当时只是凑单买的）后续退款的情况。 第三部分：各用户等级贡献力对比分析 这部分选择了旭日图和柱形分布图进行呈现各个指标情况 从这里可以看出，无论是销售业绩、销售数量、订单数、下单人数还是客单价，VIP会员的贡献力在活动前中后都是站了主要的成分，这部分用户是我们要维护好的；其次，相比活动前，会员和普通用户在活动后销售业绩、销售数量中的贡献力也是有小幅度是上升的，这两类用户是我们需要去提供更好的服务或者更高地吸引力，去刺激这部分用户的消费； 同时，还需要特别注意的一个指标—-售后率的分布中，会员的售后率是比较高的，需要进一步确定原因，是活动中，用户为了凑单获取加购价产品，还是服务、产品等方面的哪些问题导致的。   第四部分：热销产品对比分析 这部分选择了气泡图和堆积分布图进行呈现分布情况 从这里可以看出，在活动前和活动期间，热销产品的分布还是比较集中在两三种产品之间，但是在活动后的热销产品分布就相对均匀一些，也进一步说明活动也带动了其它产品的销量； 在堆积分布图中，我们可以看出无论活动前中后，最热销的产品品类都是由VIP会员带动的；而热销的几类产品品类中，在活动前中后都是稳居前列的，所以我们也可以通过活动赠送或者加购价，让用户体验其他产品的试用装，带动其他产品品类的销量或者进一步确定用户对这部分产品的需求状况。 上述，整体的售后率中，会员的占比是比较高的，是由于会员与普通用户订单数本身基数比较少造成的，而在活动期间的售后率比较高的产品品类中也不含加购价的产品，也排除了用户由于凑单薅羊毛造成的 第五部分：访问情况对比分析 这部分选择了指标卡、旭日图和条形图进行呈现分布情况，主要选择UV和带来的下单转化率两个指标 从整体的角度：用指标卡，直观呈现活动前中后的整体UV、新客UV、下单转化率的变化，以及活动前与活动中、活动前与活动后的增长情况进行对比；无论访问量UV多少，最终产生下单才有价值。从这里可以看出，下单转化率从活动前的20.81%，提升到活动后的32.47%，相比活动前增长了70.89%，活动提高了用户行为价值 从用户角度：用旭日图，呈现活动前、中、后各用户等级整体UV、新客UV、下单转化率的占比分布情况进行对比；从新客UV，用户占比情况来看，普通用户和会员占据一大部分，但是也产生了另一个指标的变化—-下单转化率，相比活动前，活动中和活动后，普通用户和会员的下单转化率占比是呈现下降的，是由于活动中和活动后带来的大量新客是普通用户和会员的访问，且并未及时产生下单行为 从产品角度：用条形图，呈现各产品活动前、中、后，访问UVTOP10、下单转化率TOP10的产品分布情况进行对比；下单转化率TOP10产品中，几乎没有出现访问人数TOP10的产品，高访问产品，低转化率，说明用户有需求，可能是由于产品价格、质量、外观等影响下单转化行为；在活动前后的访问人数TOP10产品中，需要特别关注【商品50100】，访问非常高，但是下单转化率几乎没有在top10出现；下单转化率TOP10产品中，产品种类是变化比较大的 第六部分：财务指标对比分析 这部分选择了折线图和交叉明细表进行呈现分布情况，主要选择销售利润率和成本利润率两个指标 从整体：用折线图，把活动前、中、后的销售利润率、成本利润率进行对比；这里看出，相比活动前，活动中和活动后这两个指标是呈现下降趋势的，也就是说，盈利能力与资本回报力都下降了；特别是成本利润率，说明促销活动需要控制成本费用以及销售价不能太低； 从用户角度：用折线图，把活动前、中、后各用户等级的销售利润率、成本利润率变化情况进行对比；成本利润率的下降趋势最明显的是会员，说明了会员在活动前后的成本费用提高了，需要进一步控制对会员的促销力度 从产品角度：用交叉明细表，呈现活动前、中、后各产品的销售利润率、成本利润率变化 最终结果呈现的页面布局：   三、参赛总结 1、FineBI工具 相当于其他的BI可视化工具，FineBI是与Excel有许多相似的地方，它对于新使用者是更友好的、更加容易理解和操作的；   2、参赛总结 从大赛选题到数据集，再到后面的可视化布局呈现方式，每一步讨论都是很激烈； 关于大赛的选题也是确定了很久，想要选择较常见的业务场景、又不能太泛，最后是把能想到的都列出来，一个个讨论筛选，最后确定做促销活动的分析，是因为在零售电商行业，促销活动是商家基本都会去做的业务，但是促销活动带来的效果是差别很大的，所以想用这个选题去寻找促销活动背后的机会点与可能性； 最困难的事情，就是找数据集，想选用公司的数据，但是因为公司对数据管控比较严格，也不允许输出到外网，后来选择在网上寻找官方数据集，但是发现促销活动类的数据集基本找不到符合的，找了好几天，最后还因为这事，差点换题目，但是还是坚持下来了，后面想着要不就找人帮忙吧，后面就找了几个朋友，才找到一个正好有数据，而且公司也同意用于非商业目的朋友。确定数据维度也是调整也很多次，白天上班晚上熬夜做，我也太难了吧，赶在最后一周才敲定交稿。 最大的收获：只要想去做好某件事情，无论它多难，不断地坚持去做，总能够做成的